Analiza danych - studia podyplomowe
Możliwość dofinansowania
Analiza danych - studia podyplomowe
Numer usługi 2024/07/24/24575/2234337
5 000,00 PLN
brutto
5 000,00 PLNnetto
19,23 PLNbrutto/h
19,23 PLNnetto/h
Informacje podstawowe
Informacje podstawowe
- KategoriaInne / Edukacja
- Sposób dofinansowaniawsparcie dla osób indywidualnychwsparcie dla pracodawców i ich pracowników
- Grupa docelowa usługi
Studia przeznaczone są dla absolwentów studiów wyższych, głównie dla kadry naukowo-dydaktycznej uczelni wyższych oraz pracowników instytucji sektora publicznego, zajmujących się statystyką publiczną.
- Minimalna liczba uczestników16
- Maksymalna liczba uczestników20
- Data zakończenia rekrutacji13-10-2024
- Forma prowadzenia usługistacjonarna
- Liczba godzin usługi260
- Podstawa uzyskania wpisu do BURart. 163 ust. 1 ustawy z dnia 20 lipca 2018 r. Prawo o szkolnictwie wyższym i nauce (t.j. Dz. U. z 2023 r. poz. 742, z późn. zm.)
- Zakres uprawnieńuprawnienia do świadczenia usług rozw. do zdobycia kwalif. nadawanych po ukończeniu studiów podypl.
Cel
Cel
Cel edukacyjny
Zdobycie umiejętności do rozwiązywania praktycznych problemów z zakresu przetwarzania danych za pomocą specjalistycznego oprogramowania statystycznego. Słuchacze uzyskają wiedzę merytoryczną z szerokiego zakresu metod statystycznych oraz nabędą umiejętności wykorzystywania jej w analizowaniu zagadnień badawczych.Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
| Efekty uczenia się | Kryteria weryfikacji | Metoda walidacji |
|---|---|---|
Efekty uczenia się Potrafi zaplanować badanie statystyczne, sprawdzić poprawność i oczyścić dane, przeanalizować braki danych oraz występowanie wartości odstających, zilustrować obserwacje stosując odpowiednią wizualizację. | Kryteria weryfikacji • przeprowadza standaryzację obserwacji i identyfikuje obserwacje odstające• tworzy histogramy, wykresy ramkowe i wykresy rozrzutu | Metoda walidacji Obserwacja w warunkach symulowanych |
Efekty uczenia się Umie wyznaczać i interpretować podstawowe statystyki opisowe z próby oraz z danych pogrupowanych. | Kryteria weryfikacji • oblicza statystyki opisowe z danych surowych i zagregowanych• charakteryzuje rozkład badanej cechy na podstawie wartości miar statystycznych | Metoda walidacji Obserwacja w warunkach symulowanych |
Efekty uczenia się Umie obliczać na podstawowym poziomie prawdopodobieństwa zdarzeń losowych, posługiwać się wartością oczekiwaną, wariancją i odchyleniem standardowym zmiennych losowych. | Kryteria weryfikacji • oblicza prawdopodobieństwa zdarzeń losowych• ocenia zakres typowych wartości i wartości odstających na podstawie reguły trzech sigm rozkładu normalnego | Metoda walidacji Obserwacja w warunkach symulowanych |
Efekty uczenia się Potrafi podać różne przykłady dyskretnych i ciągłych rozkładów prawdopodobieństwa i omówić wybrane eksperymenty losowe oraz modele matematyczne, w jakich te rozkłady występują, umie stosować podstawowe rozkłady w praktyce. | Kryteria weryfikacji • wyznacza prawdopodobieństwa zdarzeń opisywanych rozkładem dwumianowym, rozkładem Poissona, rozkładem normalnym• podaje przykłady zdarzeń losowych, które można modelować wybranymi rozkładami | Metoda walidacji Obserwacja w warunkach symulowanych |
Efekty uczenia się Umie wyznaczać najprostsze estymatory i ich porównywać, potrafi szacować parametry na zadanym poziomie ufności oraz wyliczać minimalną liczebność próby pozwalającą na osiągnięcie zakładanej dokładności estymacji. | Kryteria weryfikacji • charakteryzuje podstawowe rozkłady dyskretne i ciągłe oraz wykorzystuje je w modelowaniu zjawisk rzeczywistych• omawia własności nieobciążoności i zgodności estymatorów • podaje przykłady nieobciążonych i zgodnych estymatorów wartości oczekiwanej i odchylenia standardowego dowolnego rozkładu • wyznacza estymatory parametrów badanego rozkładu • sprawdza nieobciążoność i zgodność danego estymatora • ocenia przedziałowo wartości podstawowych parametrów rozkładów • oblicza minimalną liczebność próby zapewniającą żądaną precyzją estymacji | Metoda walidacji Obserwacja w warunkach symulowanych |
Efekty uczenia się Umie wnioskować z danych empirycznych poprzez stawianie hipotez i ich weryfikację przy zastosowaniu podstawowych testów statystycznych parametrycznych i nieparametrycznych. | Kryteria weryfikacji • ustala hipotezy badawcze odpowiednie do postawionego problemu i zgromadzonych obserwacji• stosuje testy statystyczne weryfikujące postawione hipotezy • interpretuje wyniki zastosowanych testów statystycznych | Metoda walidacji Obserwacja w warunkach symulowanych |
Efekty uczenia się Potrafi przeprowadzić parametryczną analizę wariancji jedno- i wieloczynnikową, w tym analizę wariancji hierarchiczną i z powtarzanymi pomiarami oraz analizę kowariancji i analizę rangową. | Kryteria weryfikacji • ocenia istotność wpływu czynników na wynik eksperymentu stosując analizę wariancji jedno i wieloczynnikową, z powtarzanymi pomiarami, hierarchiczną oraz nieparametryczną analizę wariancji• przeprowadza ocenę wpływu czynników w przypadku wystąpienia zmiennych towarzyszących wykorzystując analizę kowariancji | Metoda walidacji Obserwacja w warunkach symulowanych |
Efekty uczenia się Umie stosować procedury porównań wielokrotnych, w tym analizę kontrastów, analizę trendu oraz testy post-hoc. | Kryteria weryfikacji • wnioskuje o istotności różnic pomiędzy parami średnich stosując testy post-hoc oraz testy porównań wielokrotnych dla rang• tworzy kontrasty odpowiadające danym celom badawczym i ocenia ich istotność | Metoda walidacji Obserwacja w warunkach symulowanych |
Efekty uczenia się Potrafi posługiwać się wybranymi technikami budowy modeli regresji wielokrotnej liniowej i krzywoliniowej. | Kryteria weryfikacji • buduje modele regresji wielorakiej uwzględniając zmienne istotne i nie nadmiarowe• weryfikuje założenia modelu regresji liniowej: stałości wariancji składników losowych, normalności rozkładów składników losowych, braku autokorelacji składników losowych, liniowości modelu względem parametrów • identyfikuje obserwacje odstające i wpływowe | Metoda walidacji Obserwacja w warunkach symulowanych |
Efekty uczenia się Umie zastosować i zinterpretować odpowiednie miary oraz testy statystyczne do badania związków pomiędzy dwoma zmiennymi jakościowymi. | Kryteria weryfikacji • ocenia istotność związku pomiędzy cechami stosując test niezależności chi-kwadrat, dokładny test Fishera, test McNemary• wyznacza współczynniki korelacji parametrycznej i nieparametrycznej oraz przeprowadza testy ich istotności w populacji | Metoda walidacji Obserwacja w warunkach symulowanych |
Efekty uczenia się Potrafi stosować metody analizy korelacji i regresji do badania zależności pomiędzy dwoma cechami ilościowymi. | Kryteria weryfikacji • ocenia siłę związku pomiędzy dwiema cechami wykorzystując miary korelacji liniowej, współczynnik korelacji rang Spearmana oraz korelacji rang Kendalla i współczynnik gamma• buduje modele regresji prostej oraz modele regresji krzywoliniowej | Metoda walidacji Test teoretyczny |
Efekty uczenia się Potrafi przeprowadzić diagnostykę modelu z wykorzystaniem analizy reszt regresyjnych. | Kryteria weryfikacji • wyznacza błąd standardowy estymacji, błędy oszacowania parametrów strukturalnych, współczynnik zbieżności, współczynnik determinacji• ocenia dobroć dopasowania modelu regresyjnego do danych empirycznych | Metoda walidacji Obserwacja w warunkach symulowanych |
Efekty uczenia się Potrafi przeprowadzić predykcję w oparciu o zbudowany model. | Kryteria weryfikacji • wyznacza przewidywaną wartość zmiennej zależnej na podstawie zbudowanego modelu regresji• wyznacza przedział ufności dla wartości zmiennej objaśnianej przy zadanych wartościach zmiennych objaśniających | Metoda walidacji Obserwacja w warunkach symulowanych |
Efekty uczenia się Umie stosować metody analizy kanonicznej do badania związku pomiędzy dwoma zbiorami zmiennych ilościowych. | Kryteria weryfikacji • sprawdza założenia analizy kanonicznej: wielowymiarowa normalność, brak obserwacji odstających, brak współliniowości• wyznacza wagi kanoniczne, ładunki czynnikowe oraz wylicza redundację • buduje modele analizy kanonicznej | Metoda walidacji Obserwacja w warunkach symulowanych |
Efekty uczenia się Umie rozwiązywać różnymi metodami zagadnienia analizy skupień oraz klasyfikacji z wzorcem; potrafi przeprowadzić walidację modelu klasyfikującego. | Kryteria weryfikacji • grupuje obiekty metodą aglomeracji i metodą k - najbliższych sąsiadów• przeprowadza metody klasyfikacji z nauczycielem: metody uczenia, testowania i walidacji modeli, ogólne modele drzew klasyfikacyjnych i regresyjnych, hierarchiczne i niehierarchiczne metody klasyfikacji. • przeprowadza metodę klasyfikacji danych | Metoda walidacji Obserwacja w warunkach symulowanych |
Efekty uczenia się Potrafi dokonać przekształcenia zmiennych obserwowalnych w nowy zbiór nieskorelowanych zmiennych za pomocą analizy składowych głównych, umie sporządzić wykres Biplot dla zmiennych i przypadków oraz przeprowadzić interpretację otrzymanych wyników. | Kryteria weryfikacji • stosuje metody redukcji wymiaru przestrzeni: metoda oparta na procencie wariancji wyjaśnianej przez daną składową, kryterium Kaisera, kryterium oparte na analizie wykresu osypiska• wyznacza ładunki czynnikowe i przeprowadza interpretację utworzonych składowych głównych • sporządza wykres w układzie składowych głównych dla zmiennych i przypadków | Metoda walidacji Obserwacja w warunkach symulowanych |
Efekty uczenia się Potrafi redukować wymiar i wykrywać strukturę zależności poprzez wyodrębnienie zasobów zmienności wspólnej, wyznaczenie osi czynnikowych i zastosowanie ich rotacji. | Kryteria weryfikacji • stosuje analizę czynnikową wykorzystując różne metody wyodrębniania czynników• ocenia wymiar przestrzeni czynnikowej stosując metody redukcji wymiaru • stosuje odpowiednią rotację czynników dla lepszej ich interpretacji • sporządza wykres zmiennych w układzie czynnikowym i interpretuje wyodrębnione czynniki | Metoda walidacji Obserwacja w warunkach symulowanych |
Efekty uczenia się Potrafi stosować statystyki bayesowskie w analizie decyzji, potrafi przedstawiać i rozwiązywać problemy decyzyjne za pomocą gier strategicznych i statystycznych oraz potrafi zastosować naiwny klasyfikator Bayesa w zadaniach klasyfikacyjnych. | Kryteria weryfikacji • przedstawia i rozwiązuje problemy decyzyjne za pomocą gier strategicznych i statystycznych• stosuje naiwny klasyfikator Bayesa w zadaniach klasyfikacyjnych | Metoda walidacji Obserwacja w warunkach symulowanych |
Efekty uczenia się Umie konstruować tablice trwania życia, wyznaczać estymator Kaplana-Meiera, potrafi dokonać porównania czasu przeżycia w grupach oraz stosować modele regresji w analizie przeżycia. | Kryteria weryfikacji • tworzy tablice trwania życia• szacuje krzywą przeżycia metodą Kaplana-Meiera • porównuje przeżycia w grupach stosując test Coxa-Mantela, test Wilcoxona, test F Coxa, test log-rank • stosuje model proporcjonalnego hazardu Coxa | Metoda walidacji Obserwacja w warunkach symulowanych |
Efekty uczenia się Potrafi rozwiązywać problemy regresyjne, klasyfikacji wzorcowej, klasyfikacji bezwzorcowej oraz analizy szeregów czasowych za pomocą sieci neuronowych. | Kryteria weryfikacji • rozwiązuje problemy regresyjne za pomocą sieci neuronowych• rozwiązuje problemy klasyfikacji wzorcowej i bezwzorcowej za pomocą sieci neuronowych • rozwiązuje problemy analizy szeregów czasowych za pomocą sieci neuronowych | Metoda walidacji Obserwacja w warunkach symulowanych |
Efekty uczenia się Umie tworzyć i zarządzać za pomocą strukturalnego języka zapytań SQL systemy baz danych w MS Access oraz SQL Server. | Kryteria weryfikacji • tworzy systemy baz danych w MS Access oraz Oracle SQL Developer• zarządza za pomocą strukturalnego języka zapytań SQL systemami baz danych w MS Access oraz Oracle SQL Developer | Metoda walidacji Obserwacja w warunkach symulowanych |
Efekty uczenia się Potrafi wyznaczyć najlepszy model log-liniowy odzwierciedlający zależności pomiędzy zmiennymi jakościowymi oraz oceniać dobroć dopasowania modeli do badanej struktury zależności. | Kryteria weryfikacji • wyznacza najlepszy model log-liniowy, stosując testy interakcji k-czynnikowych i testy zależności cząstkowych i brzegowych• ocenia dopasowanie modelu do danych empirycznych stosując wykres rozrzutu wartości obserwowanych względem dopasowanych, współczynnik Goodmana oraz współczynnik Akaike | Metoda walidacji Obserwacja w warunkach symulowanych |
Efekty uczenia się Potrafi wykorzystać metody indeksowe w analizie zjawisk dynamicznych, umie wyznaczać klasyczne modele trendu. | Kryteria weryfikacji • wykorzystuje metody indeksowe w analizie zjawisk dynamicznych• wyznacza linie trendu metodą mechaniczną i analityczną oraz wahania sezonowe wykorzystując model addytywny i multiplikatywny | Metoda walidacji Obserwacja w warunkach symulowanych |
Efekty uczenia się Potrafi budować modele adaptacyjne oraz modele ARIMA i wnioskować na ich podstawie. | Kryteria weryfikacji • przeprowadza prognozę za pomocą metody wyrównania wykładniczego• buduje modele ARIMA i przeprowadza prognozowanie oparte na tych modelach | Metoda walidacji Obserwacja w warunkach symulowanych |
Efekty uczenia się Umie wykrywać strukturę powiązań pomiędzy wierszami i kolumnami tabeli wielodzielczej stosując analizę korespondencji. | Kryteria weryfikacji • wyznacza macierz korespondencji, profile wierszowe i kolumnowe oraz tworzy graficzną prezentację profili• ustala liczbę wymiarów przestrzeni i przeprowadza analizę korespondencji • sporządza wykres kategorii wierszowych i kolumnowych • interpretuje wyniki analizy korespondencji i ocenia jakość rozwiązania | Metoda walidacji Obserwacja w warunkach symulowanych |
Kwalifikacje i kompetencje
Kwalifikacje
Inne kwalifikacje
Uznane kwalifikacje
Pytanie 1. Czy wydany dokument jest potwierdzeniem uzyskania kwalifikacji w zawodzie?
Świadectwo ukończenia studiów podyplomowych zgodne z przepisami określonymi w Ustawie z dnia 20 lipca 2018 roku - Prawo o szkolnictwie wyższym i nauce.
Informacje
- Podstawa prawna dla Podmiotów / kategorii Podmiotóworgan władzy publicznej lub samorządu zawodowego, uprawniony do wydawania dokumentów potwierdzających kwalifikację na podstawie ustawy lub rozporządzenia
- Nazwa/Kategoria Podmiotu prowadzącego walidacjęNie
- Podmiot prowadzący walidację jest zarejestrowany w BURNie
- Nazwa/Kategoria Podmiotu certyfikującegoNie
- Podmiot certyfikujący jest zarejestrowany w BURNie
Program
Program
Przedmioty prowadzone w ramach studiów:
- statystyka opisowa i analiza badań społecznych
- prawdopodobieństwo i rozkłady zmiennych losowych
- estymacja punktowa i przedziałowa parametrów populacji
- weryfikacja hipotez parametrycznych i nieparametrycznych
- analiza wariancji i kowariancji
- badanie zależności pomiędzy dwiema cechami
- regresja wielokrotna i analiza kanoniczna
- szeregi czasowe, prognozowanie i indeksy
- metody analizy danych jakościowych: analiza log-liniowa, analiza korespondencji
- statystyki bayesowskie i analiza decyzji
- metody klasyfikacji danych: analiza dyskryminacyjna, analiza skupień
- analiza składowych głównych i analiza czynnikowa
- analiza przeżycia
- sieci neuronowe
- system SQL zarządzania bazą danych
- seminarium statystyczne.
Harmonogram
Harmonogram
Liczba przedmiotów/zajęć: 0
| Przedmiot / temat zajęć | Data realizacji zajęć | Godzina rozpoczęcia | Godzina zakończenia | Liczba godzin |
|---|---|---|---|---|
Brak wyników. | ||||
Cena
Cena
Cennik
- Rodzaj cenyCena
- Koszt usługi brutto5 000,00 PLN
- Koszt usługi netto5 000,00 PLN
- Koszt godziny brutto19,23 PLN
- Koszt godziny netto19,23 PLN
- W tym koszt walidacji brutto0,00 PLN
- W tym koszt walidacji netto0,00 PLN
- W tym koszt certyfikowania brutto0,00 PLN
- W tym koszt certyfikowania netto0,00 PLN
Prowadzący
Prowadzący
Liczba prowadzących: 1
1 z 1
Beata Rodzik
dr Beata Rodzik jest adiunktem w Katedrze Matematyki Stosowanej UMCS w Lublinie.
Informacje dodatkowe
Informacje dodatkowe
Informacje o materiałach dla uczestników usługi
Materiały szkoleniowe w postaci skryptów, prezentacji, biblioteka.
Warunki uczestnictwa
Warunkiem ubiegania się o przyjęcie na studia jest rejestracja w Systemie Obsługi Rekrutacji oraz zamieszczenie skanów dokumentów (dyplomu ukończenia studiów wyższych magisterskich, dokumentu potwierdzającego posiadanie uprawnień pedagogicznych).
Osoba przyjęta na studia, po otrzymaniu informacji o uruchomieniu kierunku, jest zobligowana do przedłożenia:
1) kwestionariusza osobowego wydrukowanego z systemu;
2) odpisu lub poświadczonej przez uczelnię kopii dyplomu ukończenia studiów magisterskich. W przypadku ukończenia uczelni wyższej za granicą, kandydat składa oryginał dyplomu oraz tłumaczenie na język polski potwierdzone przez upoważnione instytucje, a także dokument potwierdzający nostryfikację dyplomu lub zaświadczenie o zwolnieniu z postępowania nostryfikacyjnego.
Adres
Adres
ul. Idziego Radziszewskiego 10
20-031 Lublin
woj. lubelskie
Udogodnienia w miejscu realizacji usługi
- Klimatyzacja
Kontakt
Kontakt
Monika Bzowska-Rudaś
E-mail
studia.podyplomowe@mail.umcs.pl
Telefon
(+48) 815 375 845